Studenter i datavetenskap löser verkliga problem med sin kompetens. Prototyper som utvecklats av studenterna erbjuder nya perspektiv och lösningar på praktiska utmaningar samt stärker studenternas kompetens.
Vi erbjuder en hybrid agil utvecklingsmodell genom att kombinera element som ingår i Scrum-metoden med utvald Extreme Programming (XP)-praxis. På så sätt kan vi leverera högklassiga programvarulösningar för enskilda projekts behov. Vårt angreppssätt säkerställer också att ditt projekt utvecklas genom iterativa cykler, vilket innebär att vissa delar av processen upprepas i syfte att förbättra produkten.
Våra studenter hjälper dig att förverkliga dina innovativa idéer. Oavsett om det är fråga om att testa nya koncept eller granska långsiktiga planer, stöder de prototyper som studenterna utvecklat din utvecklingsprocess och främjar kreativ problemlösning.
Projekttyper
Ditt deltagande är avgörande för att projektet ska lyckas. Regelbundna möten som ordnas veckovis eller varannan vecka ger möjlighet till respons, processhandledning och lägesöversikter. Det är önskvärt att delta i kodgranskningen, eftersom den säkerställer att den tekniska kvaliteten på den lösning som produceras motsvarar de överenskomna standarderna.
Det är enkelt att samarbeta. Vi tar gärna emot projektförslag från företag, ideella föreningar och forskningsinstitut.
En stödavgift på 3 000 euro (+ moms) uppbärs av företag. För organisationer och forskningsinstitut är tjänsterna avgiftsfria.
De immateriella rättigheterna till projektets resultat förblir hos studenterna. Företagspartnern kan på förhand ange önskemål om två olika licensieringsalternativ: antingen överförs rättigheterna till partnern eller så publiceras lösningen som öppen källkod (t.ex. med MIT- eller Apache 2.0-licens). Det valda alternativet fastställs före projektstart genom ett trepartsavtal mellan studenterna, Helsingfors universitet och partnerorganisationen.
Projektperioder:
Vid frågor om projektidéer, kontakta kurslärare Matti Luukkainen (
Observera gällande projekten
Studenterna som deltar i kursen är kandidatstuderande i datavetenskap. De har ännu inte fördjupade kunskaper i dataanalys eller artificiell intelligens, vilket innebär att projekt av typen ”utveckla AI för X” i regel inte lämpar sig. Om projektet däremot använder befintliga bibliotek och fokuserar på deras tillämpning och integration, kan det vara mycket väl genomförbart.
Om du vill se exempel på hur ett AI-relaterat samarbete kan fungera i praktiken, bekanta dig gärna med projektet VTT – Future Customer: Simulerings- och prognosverktyg för nya kunder nedan. Projektet utnyttjade befintliga AI-lösningar och gav studenterna möjlighet att tillämpa prediktiv analys och simuleringsmetoder i praktiken.
Skicka in en projektidé och samarbeta med oss
Eficode gav en studentgrupp i uppdrag att utveckla ett program som underlättar hanteringen av utbildningar och stöder utvecklingen av personalens kompetens.
Gruppen utvecklade en prototyp som gör det möjligt för personalen att anmäla sig till utbildningar, ge respons och föreslå nya utbildningsmöjligheter. Programmet erbjuder utbildarna verktyg för att hantera deltagaruppgifter samt redigera och marknadsföra utbildningsdata. Under projektets gång undersökte studentgruppen också möjligheten att integrera programmet i Google Kalender och Slack samt använda verifieringsverktyget Google OAuth för att förbättra användarupplevelsen (
Elisa bad en studentgrupp att utveckla en prototyp som bygger på virtuell verklighet (virtual reality, VR) eller blandad verklighet (mixed reality, MR) och som förbättrar Counter-Strike-spelets tittarupplevelse. Även om målgruppen var tittarna, undersökte projektet också AI-baserade funktioner som stöder professionell coachning.
Studentgruppen använde sig av tidigare utvecklingsarbete och fokuserade på tredimensionell visualisering av spelevenemang och analysverktyg i realtid. Den lösning som utvecklades använde Game State (GSI)-integrering samt VR- och MR-metoder och ökade därmed förståelsen av konkurrenspräglad spelverksamhet. Verktyg som användes i utvecklingen var Unity, Python och PostgreSQL och målplattformen var Meta Quest 2/3 (
I samarbete med den ledande experten på lösningar för byggnadsställningar och väderskydd Telinekataja Oy utvecklade våra studenter en användarvänlig mobilapp för säkerhetsbedömningar som genomförs på plats.
Studentgruppen lämnade in en prototypapp som var avsedd för att genomföra riskbedömning i realtid inom industrin och på byggplatser. Den flerspråkiga lösningen erbjöd en smidig användarupplevelse och möjliggjorde integrering i nuvarande säkerhetspraxis (
VTT gav en studentgrupp i uppdrag att utveckla ett AI-baserat verktyg som skulle kunna användas för att prognostisera trender och beteende hos kunder med hjälp av bakgrundsinformation och svaga signaler. Projektet gav studenterna möjlighet att tillämpa prognostisk analys och avancerade simuleringsmetoder.
En webbaserad prototyp som utvecklats av gruppen analyserar marknadsdata och skapar profiler för potentiella nya kunder utifrån dem. Utifrån företagsnamnet som matas i verktyget hjälper det företagen att förutse trender och precisera sina strategier. Projektet utvecklade AI-algoritmer och integrerade data. I genomförandet användes programmeringsspråken Python och JavaScript samt bibliotek för maskininlärning.